KRİZ DÖNEMİNDE KALİTEDEN KAÇIŞ. Nadide Elvan YERGE Gökhan KARA. Danışman: Prof. Dr. A. Sermet ANAGÜN

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "KRİZ DÖNEMİNDE KALİTEDEN KAÇIŞ. Nadide Elvan YERGE Gökhan KARA. Danışman: Prof. Dr. A. Sermet ANAGÜN"

Transkript

1 KRİZ DÖNEMİNDE KALİTEDEN KAÇIŞ Nadide Elvan YERGE Gökhan KARA Danışman: Prof. Dr. A. Sermet ANAGÜN T.C Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Endüstri Mühendisliği Bölümü Şubat 2009

2 ii TEŞEKKÜR Çalışmamızın her aşamasında desteğini esirgemeyen ve bize her daim yol gösteren danışman hocamız Sayın Prof. Dr. A. Sermet ANAGÜN e ve projemiz boyunca değerleri fikirlerini bizimle paylaşan hocamız Sayın Araş. Gör. Sibel ERYAŞAR a sonsuz teşekkürlerimizi bir borç biliriz.

3 iii ÖZET Günümüzde, tüketici davranışları hakkında doğru öngörülerde bulunmak şirketlerin önemli sorunlarından birisidir. Özellikle kriz dönemlerinde, zor durumda olan şirketler, çeşitli stratejilerle müşterilerin ilgisini çekmeye daha çok dikkat etmektedir ve içinde bulunduğumuz 2008 krizi gibi ülke ekonomilerini derinden sarsan krizlerden tüketiciler farklı şekillerde etkilenebilmektedir. Bu etki, harcamaların sayılarının azaltılması şeklinde olabileceği gibi tüketim sepetinin kompozisyonun değiştirilmesi, market markalı ürünlere yöneliş, kaliteden taviz verilip ucuz ürünler alınması gibi kendini gösterebilmektir. Kriz döneminde, tüketicilerde kaliteli ürünlerden ekonomik ürünlere doğru yöneliş sık gözlenen bu durumdur. Kaliteden kaçış olarak adlandırılan bu yöneliş tüketicinin ürün bazında dikkat ettiği özelliklerden vazgeçip daha uygun fiyatlı ürünü seçme eğilimi olarak açıklanabilir. Bu çalışmada, 2008 krizi öncesi ve sonrasında tüketicinin bir üründe dikkat ettiği en önemli özelliğin ne olduğu ve kriz etkisiyle görüşünün değişimi anket yoluyla gözlenmiş, Endüstri Mühendisliği bakış açısıyla bu değişimin hangi stratejilerle aşılacağı incelenmiştir. Anahtar Kelimeler: Kaliteden Kaçış, Kriz, CHAİD Analizi

4 iv ABSTRACT Today, estimating consumer behaviour is one of the biggest problems of companies. Especially, the companies affected from economic crises try harder to attract clients attention. Consumers may be affected in different ways by economic crises which damage countries such as 2001 and 2008 crises. This effect may be seen as the decrease of spendings, to buy different products, the tendency of buying market marked products or to buy cheap products without thinking of quality. In crises, to prefer cheap products instead of high in quality ones by consumers is a common statement. This behaviour is called as escaping from quality explains that consumers give up looking for some special characteristics of products and have tendency of buying that have cheaper price. In this project, the most important characteristic of a product which attracts consumers before and after 2008 economic crisis, the thoughts which changed after the crisis are examined by the public surveys and the strategies which should be used because of this change are researched by using industrial engineering methods. Key Words: Escaping From Quality, Crises, CHAİD Analysis

5 v İÇİNDEKİLER ÖZET... IV Sayfa ABSTRACT... V TEŞEKKÜR... VI ŞEKİLLER DİZİNİ... IX 1. GİRİŞ... HATA! YER İŞARETİ TANIMLANMAMIŞ. 2. VERİ MADENCİLİĞİ... HATA! YER İŞARETİ TANIMLANMAMIŞ VERİ MADENCİLİĞİ NEDİR?... HATA! YER İŞARETİ TANIMLANMAMIŞ VERİ MADENCİLİĞİNDE KULLANILAN YÖNTEMLER DENETİMSİZ (UNSUPERVİSED) DENETİMLİ (SUPERVİSED)... HATA! YER İŞARETİ TANIMLANMAMIŞ KARAR AĞAÇLARI ID C CART CHAID (CHİ-SQUARE AUTOMATİC INTERACTİON DETECTOR) ANALİZİ ANSWERTREE YAZILIMI İLE CHAID ANALİZİ CHAID ALGORİTMASI UYGULAMA PROBLEMİN TANIMLANMASI ANKETİN HAZIRLANMASI ANKETİN UYGULANMASI ANKETLERİN ANALİZİ ANKETE KATILAN TÜKETİCİLERİN DEMOGRAFİK ÖZELLİKLERİ KRİZ NEDENİYLE GERÇEKLEŞEN TERCİH DEĞİŞİMLERİNİN ÜRÜNLER BAZINDA HİSTOGRAM İLE GÖSTERİLMESİ GIDA ÜRÜNLERİ...15

6 vi TEMİZLİK ÜRÜNLERİ ELEKTRONİK ÜRÜNLERİ KOZMETİK ÜRÜNLERİ KRİZ ÖNCESİ VE KRİZ SONRASI TERCİH DEĞİŞİMLERİNİN CHAID ANALİZİ İLE DEĞERLENDİRİLMESİ GIDA ÜRÜNLERİ KRİZ ÖNCESİNDE DURUM KRİZ SIRASINDAKİ DURUM TEMİZLİK ÜRÜNLERİ KRİZ ÖNCESİNDE DURUM KRİZ SIRASINDAKİ DURUM ELEKTRONİK ÜRÜNLER KRİZ ÖNCESİNDE DURUM KRİZ SIRASINDAKİ DURUM KOZMETİK ÜRÜNLER KRİZ ÖNCESİNDE DURUM KRİZ SIRASINDAKİ DURUM KRİZ SIRASINDA ŞİRKETLERİN DEMOGRAFİK ÖZELLİKLERE GÖRE İZLEYEBİLECEĞİ STRATEJİLERİN CHAID ANALİZİ İLE DEĞERLENDİRİLMESİ GIDA ÜRÜNLERİ İÇİN KRİZ SIRASINDA UYGULANABİLECEK STRATEJİLERİN DEĞERLENDİRİLMESİ TEMİZLİK ÜRÜNLERİ İÇİN KRİZ SIRASINDA UYGULANABİLECEK STRATEJİLERİN DEĞERLENDİRİLMESİ ELEKTRONİK ÜRÜNLERİ İÇİN KRİZ SIRASINDA UYGULANABİLECEK STRATEJİLERİN DEĞERLENDİRİLMESİ KOZMETİK ÜRÜNLERİ İÇİN KRİZ SIRASINDA UYGULANABİLECEK STRATEJİLERİN DEĞERLENDİRİLMESİ SONUÇ...26 KAYNAKÇA...27

7 vii ŞEKİLLER DİZİNİ Şekil Sayfa Krizi ve Sonrasında Kalite Kompozisyonu SPSS Kriz Öncesi Gıda Ürünleri Data View Ekran Görüntüsü SPSS Kriz Öncesi Gıda Ürünleri Variable View Ekran Görüntüsü Kriz Etkisiyle Gıda Ürünlerinde Dikkat Edilen Özelliklerin Değişimi Kriz Etkisiyle Temizlik Ürünlerinde Dikkat Edilen Özelliklerin Değişimi Kriz Etkisiyle Elektronik Ürünlerinde Dikkat Edilen Özelliklerin Değişimi Kriz Etkisiyle Kozmetik Ürünlerinde Dikkat Edilen Özelliklerin Değişimi... 18

8 viii TABLOLAR DİZİNİ Tablo Sayfa 1. Kriz Döneminde Şirket Stratejileri ve Açıklaması SPSS 16.0 da Kullanılan Değişkenler ve Kodlar Anket Uygulanan Tüketicilerin Demografik Özelliklerinin Frekansları..14

9 ix EKLER DİZİNİ Ek 1 Ek 2 Ek 3 Ek 4 Ek 5 Ek 6 Ek 7 Ek 8 Ek 9 Ek- 10 Ek 11 Anket Kriz öncesi temizlik ürünlerinde durum Kriz sırasında temizlik ürünlerinde durum Kriz öncesi elektronik ürünlerinde durum Kriz sırasında elektronik ürünlerinde durum Kriz öncesi kozmetik ürünlerinde durum Kriz sırasında kozmetik ürünlerinde durum Kriz sırasında gıda ürünlerinde uygulanabilecek stratejilerin dağılımları Kriz sırasında temizlik ürünlerinde uygulanabilecek stratejilerin dağılımları Kriz sırasında elektronik ürünlerinde uygulanabilecek stratejilerin dağılımları Kriz sırasında kozmetik ürünlerinde uygulanabilecek stratejilerin dağılımları

10 x

11 1 1.GİRİŞ Günümüzde sık rastlanan belirsizlik ve değişiklik durumu, şirketleri sürekli olarak beklenmedik tehlike veya fırsatlarla karşı karşıya bırakmaktadır. Örgütlerin varlığını devam ettirebilmeleri, bu tehlikelerden korunmalarına veya fırsatları değerlendirebilmelerine bağlıdır. Kriz dönemleri de tehlike ve fırsatları barındıran bir zaman dilimidir. Şirketler bir yandan finansal durumlarını dengelemeye çalışırken diğer yandan da pazar paylarının düşüşünü engellemek ya da yükselişe geçmesini sağlama çabasındadırlar. Bu nedenle özellikle kriz döneminde tüketici davranışına yönelik tahminler büyük önem taşımaktadır. Genel olarak büyük devalüasyonların yaşandığı krizlerden sonra tüketim davranışında ürün fiyatlarına verilen önemin arttığı, kaliteli ürünler yerine daha az kaliteli ve uygun fiyatlı ürünlerin tercih edildiği gözlemlenmiştir. Thomas et al. (1999) Endonezya, McKenzie (2003) Meksika, McKenzie ve Schargrodsky (2004) ile Burstein et al (2004) Arjantin, Burnstein et al. (2001) Kore ve Meksika için benzer sonuçlar elde etmişlerdir. ( Kalkan vd.,2006) Bu durumdan hareketle, tüketici davranışlarını gözlemlemek ve kriz döneminde uygulanabilecek önemli stratejileri belirlemek için Eskişehir de bir hipermarkette tarihinde 210 kişi üzerinde bir anket çalışması uygulanmıştır. Bu anket çalışmasında Gıda, Temizlik, Elektronik ve Kozmetik Ürünler baz alınarak bu ürünlerde tüketicinin kriz öncesinde ve kriz döneminde en çok dikkat ettiği ürün özelliği (Fiyat, Marka, Kalite, Hijyen, Servis) sorulmuştur. Burada amaç, kriz öncesi bir ürünü tercih ederken X özelliğine dikkat eden tüketicinin, ekonomik kriz etkisi ile ürünlerde Fiyat özelliğine dikkat etmeye başlayıp başlamadığının yani kriz döneminde sadece düşük fiyatı nedeniyle bir ürünü satın alma eğilimi olup olmadığını incelemektir. Eğer dikkat edilen özellikte ekonomik kriz nedeniyle bir değişim söz konusu ise, tüketiciden, kendisini yeniden kriz öncesi tercih ettiği duruma yöneltecek yani kriz öncesi kalitesine yada hijyenine dikkat ettiği ürünü tekrar satın almasını sağlayacak promosyon veya stratejiyi seçmesi istenmiştir. Bu çalışmada, tüketicilerin bir üründe dikkat ettiği özelliğin kriz sonrasında değişip değişmediğinin karşılaştırılması Histogramlar ile incelenmiştir. Bu değişimin hangi

12 2 demografik kesimlerde ne şekilde değiştiği ve hangi tüketici kesimine hangi strateji ya da promosyonla yaklaşılması gerektiği ise SPSS istatistiksel analiz programının veri madenciliği çözümlerinden biri olan Answer Tree 2.01 yazılımı kullanılarak CHAID Analizi yöntemi ile yorumlanmıştır. 2. VERİ MADENCİLİĞİ 2.1 Veri Madenciliği Nedir? Veri Madenciliği, günümüz bilgi çağında kullanılan güncel teknolojilerden birisidir. Bilişimin her geçen gün yenilenmesi ve gelişmesi, verilerin dijital ortamda saklanmaya başlanması ile birlikte yeryüzündeki bilgi miktarı da katlanarak artmaktadır. Büyük miktarda ve karmaşık olan bu veriler arasından değerli bilgilerin çekilmesi ise Veri Madenciliği sayesinde gerçekleştirilebilmektedir. Veri Madenciliği, istatistiksel analiz tekniklerinin ve yapay zeka algoritmalarının bir arada kullanılarak çok sayıda durum ve değişkenden oluşan veri yığınları içerisindeki gizli bilgilerin açığa çıkarılması ve verinin karar destek tabanlı bilgiye dönüştürülmesi sürecidir. Veri madenciliğinin amacı, geçmiş faaliyetlerin analizini temel alarak gelecekteki davranışların tahminine yönelik karar verme modelleri yaratmaktır. Veri madenciliği veri tabanı teknolojisi, istatistik, yapay zeka (artificial intelligence), makine öğrenimi (machine learning), örüntü tanımlama (pattem recognition) ve veri görselleştirmesi (data visualization) gibi pek çok teknik alan arasında köprü görevi gören çok disiplinli bir alandır. Pazarlamadan tıpa kadar birçok alanda uygulanma olanağı ile güncelliğini korumaktadır.

13 3 2.2 Veri Madenciliğinde Kullanılan Yöntemler Veri madenciliğinde kullanılan yöntemleri denetimli ve denetimsiz olmak üzere iki ana Kategoride incelemek mümkündür Denetimsiz (Unsupervised): Elde edilmesi istenen sonuç için özel bir tanımlama yapılmamışsa veya belirsizlik söz konusu ise denetimsiz (unsupervised) ifadesi kullanılır (Hastie vd. 2001). Denetimsiz yöntemlerin amacı; daha çok veriyi anlamaya, tanımaya, keşfetmeye yönelik olarak kullanılan ve sonraki uygulanacak yöntemler için fikir vermektir. Denetimsiz (Unsupervised) Veri Madenciliği Yöntemleri a. Aşamalı kümeleme ( Hierarchical clustering) b. Kendi kendini düzenleyen haritalar (Self organized maps) olarak sınıflandırılabilir (Hastie vd. 2001, Thearling 2005, Koyuncugil 2007) Denetimli (Supervised): İyi tanımlanmış veya kesin bir hedef olduğunda denetimli (supervised) ifadesi kullanılır. Denetimli yöntemlerin amacı, veriden bilgi ve sonuç çıkarmaktır. Denetimli (Supervised) Veri Madenciliği Yöntemleri a. En yakın K komşuluk (K-nearest neighbor) b. K-ortalamalar kümeleme (K-means clustering) c. Regresyon modelleri (Regression models) d. Kural çıkarımı (Rule induction) e. Karar ağaçları (Decision trees) f. Sinir ağları (Neural networks) Çalışmamızda tüketici kesimlerine uygun pazarlama stratejisine karar verilebilmesine ilişkin analizlerde, denetimli bir yöntem olan karar ağaçları kullanılmıştır.

14 4 2.3 Karar Ağaçları Karar ağaçları, veri madenciliğinde kuruluşlarının ucuz olması, yorumlanmalarının kolay olması, veri tabanı sistemleri ile kolayca entegre edilebilmeleri ve güvenilir olması nedeniyle yaygın kullanılan bir tekniktir. Son 30 yılda pek çok karar ağacı öğrenim metodu geliştirilmiştir (Quinlann, 1993; Mitcheel, 1997; Koyuncugil,2007) ve kredi başvurusunda risk değerlendirmesi gibi finansal ve bankacılık uygulamalarında başarılı olarak kullanılmaktadır (Kovalerchuk ve Vityaev, 2000; Koyuncugil,2007). En sık kullanıma sahip karar ağacı modelleri ID3 ve daha gelişmiş modeli C4.5, Sınıflandırma ve Regresyon Ağaçları (Classification and Regression Trees-CART) (Breiman vd., 1984) ve CHAID tir (Chi-Square Automatic Interaction Detector- Otomatik Ki- Kare İlişki Belirleyici) ( Koyuncugil,2007) ID3 Karar ağacı modellerinden ID3, ifadeleri ayırmayı öğrenme yeteneği olan ve gürültülü veriyi sağlamlaştıran soyut değerli fonksiyonları tahmin eden bir metottur. ID3 algoritmasının yaptığı şey, ağacı doğru kurmaktır. Kurulu karar ağacının her seviyesinde geriye kalan bilgi gereksinimi (remaining information required ) minimize edilmektedir C4.5 C4.5, tek değişkenli bir karar ağacı algoritmasıdır. ID3 algoritmasında bazı eksiklikler ve sorunlar yine Quinlan ın geliştirdiği C4.5 algoritmasıyla giderilmiştir. ID3 ün içeriğin üzerine yeni kavramlar eklenmiştir. Bölünme-Dağılma Bilgisi (Split-Info), özelliklerin kayıp değerleriyle baş edilmesi, sayısal özellik değerlerinin hesaplara katılması bu başlıklardan en önemlileridir CART Çok değişkenli karar ağaçları CART algoritmasıyla elde edilir. Önce her karar ağacı kendi kararını verir. Karar ormanı içerisinde maksimum oyu olan sınıf son karar olarak kabul edilir ve gelen test verisi o sınıfa dahil edilir.

15 CHAID (Chi-Square Automatic Interaction Detector) Analizi CHAID (Chi-squared Automatic Interaction Detection - Otomatik Ki-Kare İlişki Belirleyici)) Yöntem, bir popülasyonu; bağımlı değişkendeki varyasyonu gruplar içi minimum ve gruplar arası maksimum olacak şekilde farklı alt gruplara veya bölümlere tekrarlı olarak ayıran bir algoritmadır yılında G.V Kass tarafından geliştirilen bu algoritmada, bağımlı değişkenin sürekli olması durumunda F Testi, kategorik olması durumunda Ki-Kare testi kullanılarak belirlenir. CHAID ile diğer karar ağacı modelleri arasındaki en önemli farklılıklarından birisi, ağaç türetimidir. ID3, C4.5 ve CART ikili ağaçlar türetirken, CHAID ikili olmayan çoklu ağaçlar türetir (Berson vd., 2000; Koyuncugil,2007). CHAID sürekli ve kategorik tüm değişken tipleriyle çalışabilmektedir. Bununla beraber, sürekli tahmin edici değişkenler otomatik olarak analizin amacına uygun olarak kategorize edilmektedir. CHAID, Ki-Kare metriği vasıtasıyla, ilişki düzeyine göre farklılık rastlanan grupları ayrı ayrı sınıflamaktadır. Dolayısıyla, ağacın yaprakları, ikili değil, verideki farklı yapı sayısı kadar dallanmaktadır ( Koyuncugil,2007). Çalışmamızda kriz sırasında uygulanacak stratejileri yorumlarken CHAID Analizi kullanılmasının en önemli sebepleri, değişkenlerimizin kategorik olması ve bu değişkenlerin otomatik olarak analizin amacına uygun olarak kategorize edilmesi yani programa müdahale olmaksızın uygulayacağımız stratejide nokta atışı yapabilmektir. CHAID Analizini oluşturabilmek için çalışmamızda uygulanan program ise, SPSS istatistiki analiz çözümleri arasında yorumlanabilmesi en kolay yöntem olan Answer Tree 2.01 yazılımıdır AnswerTree (cevap ağacı) Yazılımı ile CHAID Analizi AnswerTree (cevap ağacı), Regresyon analizi ile aynı amaca hizmet eden ve regresyon analizinin varsayımlarını dikkate almayan bir yöntemdir. Bu yöntem bireyleri sınıflandırmada kullanılabilecek maksimum doğrulukta kurallar oluşturarak, verileri kullanır. AnswerTree, istatistiksel olarak anlamlı grupları bulan ve cevapları açık bir şekilde, kolay okunabilir ağaç diyagramları ile veren, gözlemleri sınıflayan ya da tahmin eden kurallar grubudur. (Doğan ve Özdamar, 2003)

16 6 AnswerTree Yönteminde, sınıflandırma ya da bölümlere ayırma işlemlerinin gerçekleştirilmesi için dört önemli analitik metot kullanılır. CHAID (Chi-squared Automatic Interaction Detection): Bağımlı değişken nominal, kategorik, ordinal kategorik veya sürekli, bağımsız değişkenler ise sürekli, kategorik veya nominal kategorik olduğunda uygulanabilen yaklaşım, C&RT (Classification and Regression Trees): Bağımlı ve bağımsız değişkenlerin sürekli, ordinal veya nominal olduğu durumlarda uygulanan yaklaşım, Exhaustive CHAID: QUEST (Quick, Unbiased, Efficient, Statistical Tree): Bağımlı değişken nominal, bağımsız değişkenler ise sürekli, ordinal veya nominal olduğu durumlarda uygulanan yaklaşım olarak sayılabilir. CHAID Analizi, diğer metotlara göre kategorik ve sürekli değişkenler üzerinde çalışabilmesi, ağaçta her düğümü ikiden fazla alt gruba ayırabilmesi gibi avantajlarından dolayı günümüzde en yaygın tercih edilen metottur CHAID algoritması Kriz öncesinde ve kriz sırasında tüketicilerin ürünlerde tercih ettiği özelliklerle ilgili demografik durumlarına göre oluşturulan karar ağacında uygulanan CHAID algoritması aşağıda verilmektedir: 1. Her bir tahmin edici değişken X için, X in, Y hedef değişkenini dikkate alan en az öneme sahip kategori çiftini bul (bu, en büyük p değerine sahip olandır). Yöntem, Y nin ölçüm düzeyine bağlı olarak p değerlerini hesaplayacaktır. a. Eğer Y sürekli ise F testini kullan. b. Eğer Y isimsel ise X in kategorileri satırlarda ve Y nin kategorileri sütunlarda olacak biçimde iki yönlü çapraz tablo düzenle. Pearson ki-kare testini veya olabilirlik oranı testini kullan. c. Eğer Y sıralı ise bir Y birliktelik modeli (Clogg ve Eliaisin, 1987; Goodman, 1979; Magidson,1992; Özgülbaş ve Koyuncugil, 2003) uydur. Olabilirlik oranı testini kullan.

17 7 2. En büyük p değerine sahip X in kategori çifti için, p değerini önceden belirlenmiş alfa düzeyi α birleş ile kıyasla. a. Eğer p değeri α birleş den büyük ise bu çifti bir tek kategori altında birleştir. X in yeni kategori kümesi için süreci Adım 1 den başlat. b. Eğer p değeri α birleş den küçük ise Adım 3 e git. 3. X in ve Y nin kategori kümesi için uygun Bonferroni düzeltmesini kullanarak, düzeltilmiş p değerini hesapla. 4. En küçük düzeltilmiş p değerine sahip X tahmin edici değişkenini seç (en önemli olan). Bunun p değerini önceden tanımlanmış alfa düzeyi α böl ile kıyasla. a. Eğer p değeri, α böl değerinden küçük veya eşit ise düğümü X in kategori kümesini temel alarak böl. b. Eğer p değeri, α böl değerinden büyük ise düğümü bölme. Bu düğüm uç düğümdür. 5. Ağaç büyütme sürecini durma kuralları görülene kadar sürdür (SPSS, 2001).

18 8 3.UYGULAMA 3.1. Problemin tanımlanması Günümüzde şirketlerin en büyük sıkıntısı, sık sık yaşanmaya başlanan ve sonuçlarının kestirilmesi oldukça zor olan, ekonomik krizlerdir. Şirketler kriz ortamında ayakta kalabilmek için her geçen gün yeni stratejiler uygulamaktadır. Ancak kriz dönemi sadece şirketlerin strateji uygulayıp tutumlarını değiştirdiği dönemler değildir, tüketiciler de davranışlarını bu dönemlerde değiştirmektedir ve daha önce yaşanan krizler sonrasında Türkiye, Meksika, Arjantin gibi krizin etkisinin yoğun olarak görüldüğü ülkelerde yapılan çalışmalar sonucu, tüketim davranışında ürün fiyatlarına verilen önemin kriz dönemlerinde arttığı, kaliteli ürünler yerine daha az kaliteli ve ucuz ürünlerin tercih edildiği gözlemlenmiştir. Şekil Krizi ve Sonrasında Kalite Kompozisyonu Şekil 3.1 de 2001 kriz döneminde yaşanan kaliteli üründen orta ve düşük kaliteli ürüne yöneliş görülmektedir. Kaliteden kaçış adı verilen bu yönelişin aşılmasının oldukça zaman aldığı da söylenebilir.

19 9 Krizlerde yaşanan kaliteden kaçış durumdan yola çıkarak, bir anket çalışması ile tüketici tercihlerinin fiyata doğru yönelip yönelmediğinin incelenmesi ve bu yönelişi engellemek için şirketlerin günümüzde uyguladığı stratejilerin hangi demografik kesimde etkili olduğunun belirlenmesi amaçlanmıştır Anketin Hazırlanması Çalışmamızda uyguladığımız Ek 1 deki anketin ilk sorularında tüketici profilini netleştirmek için, pazarlama stratejilerinde sıkça kullanılan; cinsiyet, yaş, medeni durum, eğitim durumu, meslek ve ailenin aylık toplam geliri gibi demografik özelliklere yer verilmiştir. Anketin uygulandığı hipermarketin Gıda, Temizlik, Elektronik ve Kozmetik Ürün grupları baz alınarak bir tüketicinin ilgili ürün grubundaki satın alma kararını etkileyen ürün özellikleri şu şekildedir: Gıda ürünü için: Fiyat, Marka, Kalite, Hijyen Temizlik ürünü için: Fiyat, Marka, Kalite, Hijyen Elektronik ürünü için: Fiyat, Marka, Kalite, Servis Kozmetik ürünü için: Fiyat, Marka, Kalite, Hijyen. Bu özelliklerin seçilmesinin sebebi, neredeyse tüm tüketicilerin ilgili ürün grubunda yoğun olarak dikkat ettiği özellikler olmasıdır. Ürünün ambalaj, koku vb özelliklerine bazı tüketiciler dikkat ederken bazıları önemsemediği için bu tür özellikler seçilmemiştir. Ekonomik Kriz öncesi için; tüketiciden Gıda, Temizlik, Elektronik ve Kozmetik Ürün Gruplarında en çok dikkat ettiği ürün özelliğini seçmesi istenmiştir. Ekonomik Kriz sırasında ( günümüzde), yine aynı ürün gruplarında en çok dikkat edilen ürün özelliğini seçmesi ve eğer kriz öncesine göre bir değişim mevcutsa, kriz öncesi dikkat edilen özelliğe dönebilmesi için hangi stratejinin kendisine uygun olduğunu belirtmesi istenmiştir. Bu duruma örnek vermek gerekirse, bir tüketicinin kriz öncesinde çay tüketimi için ürünün kaliteli olması özelliğine dikkat ederek X marka çayı tüketirken; şu anda 2008 ekonomik krizi nedeniyle fiyatı uygun olan Y marka çayı kullanmaya başladığını düşünelim. Bu tüketici, kriz öncesi aşamada Gıda ürünü için ilgili soruda Kalite seçeneğini işaretlerken, kriz sırasındaki

20 10 tercihini Fiyat olarak belirler yani tüketicimizde kaliteden kaçış söz konusudur. Tüketici eğer kriz sonrasında tercihinde değişim yapmışsa, kendisine hangi promosyonun kriz dönemi öncesinde kullandığı X markalı ürünü tekrar tercih etmesinde etkili olacağı sorusu yöneltilir. Böylece şirketler, müşterilerinin kriz nedeniyle ucuz ve daha az kaliteli ürünlere yönelmesini engellemek için hangi stratejiyi uygulamalı sorusuna anket sonuçlarıyla cevap verilebilecektir. Şirketlerin kriz döneminde yaygın olarak uyguladığı Strateji / Promosyonlar Tablo 1. Kriz Döneminde Şirket Stratejileri ve Açıklaması STRATEJİ/ PROMOSYON Bir alana bir bedava AÇIKLAMA Marketlerde sıkça rastlanan aynı üründen 2 adetin bir adet ürün fiyatına satışı amacını içerir. Çekilişle hediye kampanyaları Ürün alana hediye: Belli miktarda ürün alan kişiye çekilişle hediye verme promosyonudur. Bir ürünün yanında, genellikle o ürünle birlikte kullanılması mümkün olan daha az maliyetli bir ürünün hediye verilmesi % 0-30 fiyat indirimi: % fiyat indirimi Sıkça kullanılan, satış fiyatı üzerinden yapılan indirimlerdir. % fiyat indirimi Güvendiğiniz kaliteli markanın farklı bir isimle çıkarmış olduğu uygun fiyatlı ürün sunması Örneğin, Pınar Süt ün Yörük markası ile daha az et oranlı ve daha uygun fiyatlı ürünleri piyasaya çıkarması

21 Anketin Uygulanması Bu çalışmadaki anket, Eskişehir de bir hipermarkette, 210 tüketiciye uygulanmıştır. Örnek büyüklüğünün % 95 güven seviyesi ve % 5 hata payı ile yeterliliği şu şekilde hesaplanmıştır. N= Ana kütle büyüklüğü p = Örnek oranı = Risk n= Örnek Büyüklüğü e = Hata Anketler, Pazartesi günü Saat arasında bir hipermarkette gerçekleştirilmiştir. Bu hipermarketin seçiliş nedeni, alışveriş imkânının reyonlar arası genişlikten ötürü rahat olması, araç park alanının geniş olması gibi avantajlı özellikleridir. Anketlerin gerçekleştirilmesi esnasında hipermarkete 443 kişi giriş yapmış, bu tüketicilerden 210 kişiye anket uygulanmıştır. Ana kütlesi 443 olan, örnek oranının 0.5 olduğu, % 95 güven seviyesinde 0.05 hata ile örnek büyüklüğünün yeterliliğini ilgili formülle test ettiğimizde, 206 örneğin yeterli olacağı sonucu karşımıza çıkmıştır. Bu durumda alınan 210 örnek yeterlidir Anketlerin Analizi Uygulanan anketleri değerlendirebilmek için SPSS 16.0 programı kullanılmıştır. Öncelikle ankette bulunan soru başlıkları ve cevap seçenekleri SPSS de işlem yapabilmemiz için Tablo 2 deki gibi kodlanmıştır.

22 12 Tablo 2. SPSS 16.0 da Kullanılan Değişkenler ve Kodları Değişken Adı Seçenekler ve Kodları Anket No Cinsiyet Kadın = 1 Erkek = 2 Yas = = =3 Medeni_D Evli = 1 Bekar = 2 Diğer =3 Egitim İlköğretim =1 Ortaöğretim =2 Lisans=3 Önlisans =4 Lisansüstü=5 Meslek Özel Sektör =1 Kamu=2 Emekli=3 Öğrenci=4 Ev hanımı=5 Çalışmıyor=6 Gelir [<600 TL]=1 [ TL)=2 [ TL) =3 [ TL)= 4 [>2000 TL] = 5 Gida_O Fiyat=1 Marka=2 Kalite=3 Hijyen=4 Bu kodlar daha sonra SPSS içindeki Data View ( Veri görünümü ) kısmına girilmektedir. SPSS in veri görünümü sayfası Şekil de mevcuttur.

23 13 Şekil SPSS Kriz Öncesi Gıda Ürünleri Data View Ekran Görüntüsü Kodlara karşılık gelen değişkenlerin programda belirtilmesi için Variable View (Değişken Görünümü) bölümünde kodlar Şekil deki gibi oluşturulmuştur. Şekil SPSS Kriz Öncesi Gıda Ürünleri Variable View Ekran Görüntüsü

24 Ankete Katılan Tüketicilerin Demografik Özellikleri Ankete katılan 210 kişinin demografik özellikleri Tablo 3 de gösterilmiştir. Tablo 3. Anket Uygulanan Tüketicilerin Demografik Özelliklerin Frekansları Demografik Özellik Frekansı ( kişi ) Cinsiyet Kadın = 106 Erkek = 104 Yas = = = 59 Medeni_D Evli = 84 Bekar = 117 Diğer = 9 Egitim İlköğretim = 17 Ortaöğretim = 67 Lisans= 94 Önlisans =8 Lisansüstü= 24 Meslek Özel Sektör = 58 Kamu= 30 Emekli= 23 Öğrenci= 70 Ev hanımı= 23 Çalışmıyor= 6 Gelir [<600 TL]= 0 [ TL)= 22 [ TL) = 53 [ TL)= 73 [>2000 TL] = 62

25 Kriz Nedeniyle Gerçekleşen Tercih Değişimlerinin Ürünler Bazında Histogram ile Gösterilmesi Gıda Ürünleri Gıdada Tercihlerdeki Değişim Frekans Kriz Öncesinde Kriz Sırasında Fiyat Marka Kalite Hijyen Tercihler Şekil Kriz Etkisiyle Gıda Ürünlerinde Dikkat Edilen Özelliklerin Değişimi Gıda ürünü için Fiyat, Marka, Kalite ve Hijyen özelliklerinin Kriz öncesi ve kriz sırasındaki frekansları hesaplanarak Şekil deki histogram oluşturulmuştur.. Kriz öncesi durumda tüketicilerin dikkat ettikleri faktörlerde en yüksek frekanslı olan yani tüketicilerin en çok önem verdiği özellik Kalite iken, fiyat çok daha az tüketici tarafından dikkate alınmaktadır. Ancak kriz sırasında tüketicilerin ilgisinin büyük oranda fiyata doğru kaydığı görülmektedir. Bu da Gıda ürünlerinde kriz sırasında ilginin kaliteden fiyata doğru yöneldiğini göstermektedir. Marka ve Hijyen frekanslarına bakarsak, bu özelliklere kriz sırasında, kriz öncesine göre daha az önem verildiği söylenebilmektedir.

26 Temizlik Ürünleri Temizlikte Tercihlerdeki Değişim Frekans Kriz Öncesinde Kriz Sırasında 0 Fiyat Marka Kalite Hijyen Tercihler Şekil Kriz Etkisiyle Temizlik Ürünlerinde Dikkat Edilen Özelliklerin Değişimi Temizlik ürünleri için oluşturulan bu histogram ile, ekonomik kriz öncesinde tüketicilerin ürünlerde en çok dikkat ettiği faktör yine Kalite dir, ekonomik kriz sırasında ise Fiyat yine büyük bir farkla en önemli faktör olarak karşımıza çıkmaktadır. Kriz öncesi durumda tüketicilerin dikkat ettikleri faktörlerde Kalite ön plana çıksa da frekanslara bakıldığında Marka ve Fiyat özelliklerinin de kaliteye çok yakın değerlerde olduğu görülmektedir. Ancak kriz sırasında tüketicilerin ilgisi yine oldukça büyük oranda fiyata doğru kaymaktadır. Temizlik ürünlerinde de kriz sırasında kaliteden kaçış olduğu söylenebilir.

27 Elektronik Ürünleri Elektronikte Tercihlerdeki Değişim Frekans Kriz Öncesinde Kriz Sırasında Fiyat Marka Kalite Servis Tercihler Şekil Kriz Etkisiyle Elektronik Ürünlerde Dikkat Edilen Özelliklerin Değişimi Günümüzde elektronik ürünlerde markalaşmaya gidildiği, kullanılan bilgisayar yada cep telefonu markası ile kişilik özelliklerinin bağdaştırılmaya çalışıldığı göz ardı edilemez bir gerçektir. Histogramda kriz öncesi Marka nın Kalite den daha çok dikkat edilen bir özellik olarak karşımıza çıkması bu gerçeği kanıtlar niteliktedir. Kriz öncesi durumda Marka özelliğini, Kalite takip etmektedir, Fiyat onlara göre düşük frekansta olmasına yani pek önemsenmemesine rağmen, kriz sırasında büyük bir artış göstererek ilk sıraya yerleşmiştir. Bu demektir ki, kriz öncesi A markasından başka ürün kullanmayıp ürünün fiyatı yerine markasına önem veren tüketici, kriz sırasında elektronik ürün tercihinde öncelikle fiyatlara dikkat etmeye başlamıştır. Ürünün Servis özelliği ise, günümüzde değeri yavaş yavaş benimsenen bir kavramdır, ancak krizin etkisine o da direnememiş ve düşüş yaşamıştır.

28 Kozmetik Ürünleri Kozmetikte Tercihlerdeki Değişim Frekans Kriz Öncesinde Kriz Sırasında Fiyat Marka Kalite Hijyen Tercihler Şekil Kriz Etkisiyle Kozmetik Ürünlerinde Dikkat Edilen Özelliklerin Değişimi Kozmetik, Çirkin kadın yoktur, Bakımsız kadın vardır. gibi stratejilerle bayanların vazgeçilmezi olup her yaşta ilgilendiği bir sektördür. Artık iş hayatında da aranan bir özellik olan bakımlı olma sayesinde kozmetik sektörü ilerleyişini sürdürmektedir, ayrıca erkeklere de farklı ürünler sunarak onlara da hitap etmeye çalışmaktadır. Tıpkı elektronik ürünler gibi kozmetik ürünlerde de tüketiciler, kriz öncesinde en çok Markaya önem vermektedir. Ancak Marka anlayışı kozmetik ürünlerde bile kriz döneminde Fiyata verilen önemi engelleyememiştir. Bu durumda bakımlı olmaya özen gösteren tüketiciler, artık uygun fiyatlı ürünlerle kriz döneminde tüketimini sürdürmektedir.

29 Kriz Öncesi ve Kriz Sırası Tercih Değişimlerinin CHAID Analizi ile Değerlendirilmesi Histogramlardan hareketle Kriz Öncesi ve Kriz Sırasında Gıda, Temizlik, Elektronik ve Kozmetik Ürünlerinin tercih sırasındaki değişimleri sayısal olarak incelenmiştir. Hangi tüketici gruplarının bir üründe hangi özelliklere yöneldiğine dair detaylı bilgiyi CHAID analizi ile incelenmesi gerekmektedir Gıda Ürünleri Kriz Öncesindeki Durum Kriz öncesi gıda ürünlerinde en çok tercih edilen özellikler ve bunları tercih eden tüketici grupları Ek-2 de karar ağacı şeklinde gösterilmiştir. CHAID analizi sonucu oluşturulan bu ağaçta, yine tüketicilerin % gibi büyük bir kısmının kaliteye önem verdiği görülmektedir. Ürün özelliği tercihini en çok etkileyen demografik faktörün gelir olduğunu yani tüketicilerin gelir durumuna göre gıda ürünlerinde kaliteye yöneldiğini söylenebilir. Aylık Geliri TL olanların dışındaki tüketicilerin ağaçta aynı kategori altında incelendiği için gıda ürünlerinde önem verdikleri özellikler açısından benzer tutumlar sergilediği görülmektedir. Gelir durumu ne olursa olsun gıda ürünlerinde kalitenin en önemli ürün özelliği olduğu da söylenebilir. Aylık geliri 800 TL den yüksek olan tüketicilerin tercihlerini mesleklerinin etkilediği, Özel Sektör çalışanlarının Kaliteye önem verirken, Kamu ve Emekli kesiminin ortak davranış sergileyerek Hijyeni tercih ettiği, Öğrenci-Ev hanımı ve Çalışmayan tüketicilerin yine ortak davranış sergileyerek Kaliteye önem verdiği görülmektedir. Bu adımdan sonra Aylık geliri 800 den fazla olan ve Özel Sektörde çalışan tüketicilerin tercihlerinin eğitime göre farklılık göstermekte; İlk ve Ortaöğretim eğitim düzeyindeki tüketiciler Fiyata önem verirken, Ön lisans ve üstü eğitim düzeyindeki tüketiciler ise, gıda ürününde Kaliteye dikkat etmektedir. Kalan düğümler de bu şekilde yorumlanabilir.

30 Kriz Sırasındaki Durum Kriz öncesi gıda ürünlerinde en çok tercih edilen özellikler ve bunları tercih eden tüketici grupları Ek-3 de karar ağacı şeklinde gösterilmiştir. Kriz döneminde, % gibi büyük bir tüketici kitlesinin gıda ürününde Fiyata önem verdiğini ve bunun Gelir durumundan kaynaklandığından bahsedebiliriz. Aylık geliri 2000TL den düşük olan kesimin, 2000TL den yüksek olan kesime göre fiyata çok daha fazla önem verdiğini karar ağacından yola çıkarak söyleyebiliriz. Geliri, 2000 TL den düşük olan kesimde yaş gruplarına göre bir farklılık gözlenmektedir, genç olan kesim orta yaşlılar gibi fiyata dikkat etse bile Marka özelliğinde bir farklılaşma söz olduğu için ayrı dallanmıştır. Geliri 2000 TL den yüksek olanlar için yine Fiyat kriz sırasında en önemli özellik olmasına rağmen, Kalite de yadsınamayacak oranda yüksektir. Bu durumda, gelir düzeyi yüksek kişilerde kaliteden vazgeçmeyenlerin oranının yüksek olduğu söylenebilir. Bu kişilerin de yaş durumuna göre dallanmasına bakılırsa, gençler ile orta yaşlıların yine farklı görüşlere sahip olduğu görülmektedir. Geliri 2000 TL den yüksek ve 25 yaş üstü tüketicilerde lisansüstü eğitim durumuna sahip olanların kaliteden taviz vermediği, diğer eğitim gruplarının ise benzer davranışlar sergilediği söylenebilir Temizlik Ürünleri Kriz Öncesindeki Durum Kriz öncesi temizlik ürünlerinde en çok tercih edilen özellikler ve bunları tercih eden tüketici grupları Ek-4 de karar ağacı şeklinde gösterilmiştir. Kriz öncesi durumda temizlik ürünlerinde tüketicilerin Kalite ye önem vermesinin yanı sıra Fiyat ve Marka frekansları da Kalite ye oldukça yakındır. Bu tercihleri en çok meslek demografik faktörü etkilemektedir. Özel sektör ve Kamu da çalışanları benzer davranışlar sergileyerek Fiyat veya Kalite ye önem verenlerin sayısının eşit olduğu, emeklilerin Fiyat, öğrencilerin Kalite, Ev Hanımları ve Çalışmayanların Marka ya önem verdikleri gözlenmektedir.

31 21 Özel Sektör ve Kamu da çalışanlardan geliri 2000 TL den fazla olanların bir temizlik ürününde Kalite ye önem verdiğini, geliri 2000 TL den düşük olanların ise Fiyat a daha çok dikkat ettiklerini ve bu grubun da medeni duruma göre kendi içinde farklılık gösterdiği söylenebilir Kriz Sırasındaki Durum Kriz öncesi temizlik ürünlerinde en çok tercih edilen özellikler ve bunları tercih eden tüketici grupları Ek-5 te karar ağacı şeklinde gösterilmiştir. Temizlik ürünlerinde kriz sonrasında tüketicilerin Fiyat a yöneldiğini ve yine bu tercihte meslek grubunun etkili olduğu söylenebilir. Meslek gruplarına göre Özel Sektör ve Kamu çalışanlarında 40 yaş üstündeki kesimin 40 yaş altındakilere göre tercihlerde farklılık gösterdiği fakat yine de her iki grubun da Fiyat a önem verdiği gözlenmektedir. Emekli tüketicilerin ise aylık geliri 1200 TL den az ve 1200 TL de fazla olanlar şeklinde ortak davranışlar gösterdiği; aylık geliri 1200 TL den az olan emeklilerin kriz sonrasında bir temizlik ürününde sadece Fiyat a önem vermesi dikkat çeken bir durumdur. Kalan meslek gruplarının benzer davranışlar sergilediği yaş gruplarına göre 25 yaş altı grubun Fiyat ın yanı sıra Kalite, Marka ve Hijyen e de önem verdiği ancak 25 yaş üstü grubunda % 80 oranında Fiyat a dikkat ettiği söylenebilir Elektronik Ürünler Kriz Öncesi Durum Kriz öncesi Elektronik ürünlerinde en çok tercih edilen özellikler ve bunları tercih eden tüketici grupları Ek-6 da karar ağacı şeklinde gösterilmiştir. Elektronik ürünlerde kriz öncesinde tüketicilerin en çok Marka ya önem verdiği ancak Kalite nin de yüksek frekansa sahip olduğu görülmektedir. Meslek gruplarına göre baktığımızda Özel Sektör ve Kamu çalışanlarının Kalite ye, öğrencilerin beklenildiği üzere Marka ya, kalan meslek grupları da Fiyat a önem vermektedir.

32 22 Emekli olanlar incelendiğinde Marka ya önem verenlerin hepsinin Medeni Durumu nun evli olması dikkat çekmektedir. Emekli ve bekar olanlar ise Fiyat a dikkat etmektedir. Öğrencilerde ise tercihi cinsiyete göre farklılık gösterdiği, öğrenci olan bayanların Kalite ye, öğrenci olan bayların Marka ya dikkat ettiği gözlenmiştir Kriz Sırasındaki Durum Kriz öncesi elektronik ürünlerinde en çok tercih edilen özellikler ve bunları tercih eden tüketici grupları Ek-7 de karar ağacı şeklinde gösterilmiştir. Kriz sırasında Marka dan Fiyat a doğru bir yöneliş olduğu ve bu yönelişte meslek gruplarının etkili olduğu gözlenmektedir. Emeklilerin tercihlerinde medeni durumun etkili olduğu ve emekli bekarların kriz sonrasında da sadece Fiyat a önem verdiği görülmektedir. Özel Sektör ve Kamu da çalışanlardan evli olan bayların Kalite den vazgeçmediği karar ağacında dikkat çekmektedir Kozmetik Ürünler Kriz Öncesi Durum Kriz öncesi kozmetik ürünlerinde en çok tercih edilen özellikler ve bunları tercih eden tüketici grupları Ek-8 de karar ağacı şeklinde gösterilmiştir. Kriz öncesinde kozmetik ürünlerde dikkat edilen özellik marka çıkmıştır. Bu seçimde tahmin edildiği gibi cinsiyet en önemli faktör olarak karşımıza çıkmıştır. Bayanlar da meslek grubuna göre dallanma olup ev hanımı, öğrenci ve çalışmayan tüketiciler benzer davranışlar göstererek en çok Kalite ye önem vermişlerdir. Fakat bu grubun içinde Önlisans ve üstü eğitim durumunda olanlarda en önemli faktörün Kalite değil de Marka olduğu gözlenmiştir. Bayanlarda Özel Sektör de çalışanların da Marka ya önem verdiği ancak Öz Sektör de çalışıp 25 yaşının altında olanların Marka yerine Kalite yi tercih ettiği görülmüştür Kriz Sırasındaki Durum Kriz sırasında kozmetik ürünlerinde tüketicilerin en çok dikkat ettiği özellikler ve demografik dağılımları Ek-9 da karar ağacı şeklinde gösterilmiştir.

33 23 Kozmetik ürünler de krizden etkilenerek tercihlerde Fiyat a yöneliş gözlenmiştir.bu durum 2000 TL den az ve 2000 TL den fazla gelir durumuna sahip olanlar şeklinde dallanmıştır. Aylık geliri 2000 TL in üzerinde olan bayanların Marka dan taviz vermediği görülmektedir. Aylık geliri 2000 TL nin altında olan tüketicilerden 41 yaşının üzerindekiler diğer yaş gruplarına göre farklı davranışlar gösterip %80 oranında fiyata önem vermektedirler. Kalan düğümlerde de Fiyat a yöneliş söz konusu olup önemli bir farklılaşma gözlenmemiştir Kriz Sırasında Şirketlerin Demografik Özelliklere Göre İzleyebileceği Stratejilerin CHAID Analizi İle Değerlendirilmesi Tüketicilerin bazıları krizden etkilenmemekte ya da bir üründe önem verdiği özellikten taviz vermemektedir. Bu gruplardaki tüketicilerin zaten fikirleri kriz nedeniyle değişim göstermediği için bu grupların fiyata yönelişini engellemek amacıyla bir strateji uygulamak anlamlı değildir. Değişim yok adı verilen grup altındaki dallar bu tüketicileri tarif etmektedir Gıda Ürünleri İçin Kriz Sırasında Uygulanabilecek Stratejilerin Değerlendirilmesi Kriz sırasında gıda ürünlerinde tüketicilerin en çok dikkat ettiği özellikler ve buna uygun stratejiler Ek-10 da karar ağacı şeklinde gösterilmiştir. Gelir düzeyi 800 TL den yüksek olan kesimin %34 ü gıda ürünü alırken kalitede taviz vermemekte bunlardan Kamu da çalışan ve emekli olanların ise Kalite yerinde Hijyen e önem verdiği görülmektedir. Gıda ürününde uygulanabilecek promosyonlara baktığımızda çekilişle hediye ve Fiyat üzerinden yapılacak olan indirimler tüketicinin fikrini çok fazla etkilememektedir. Bu nedenle gıda ürünlerinde uygulanmaları anlamlı değildir. Kriz sırasında tercihi Fiyat a doğru yönelen tüketiciler en çok ürün alana hediye ya da bir alana bir bedava promosyonlarını tercih etmektedirler. Eğer bir şirket gıda ürününde ürün alana hediye promosyonu uygulayacaksa hedef kitlesi olarak 25 yaş ve üstü kesimi seçmelidir. Başka bir deyişle,hedef kitlesi 25 yaş ve üstü olan şirketlerin ürün alana hediye promosyonu uygulaması anlamlıdır.

34 24 Eğer bir şirket bir alana bir bedava promosyonu uygulayacaksa hedef kitlesi olarak kendine emekli, öğrenci, ev hanımı ve çalışmayan meslek gruplarını seçmelidir. Aynı şekilde hedef kitlesi bu meslek grupları olan gıda ürünü üreten şirketler promosyon olarak bir alana bir bedava yı kullanmalıdır diyebiliriz Temizlik Ürünleri İçin Kriz Sırasında Uygulanabilecek Stratejilerin Değerlendirilmesi Kriz sırasında temizlik ürünlerinde tüketicilerin en çok dikkat ettiği özellikler ve buna uygun stratejiler Ek-11 de karar ağacı şeklinde gösterilmiştir. Temizlik ürününde uygulanabilecek promosyonlara baktığımızda çekilişle hediye promosyonu tüketicinin fikrini etkilememektedir. Bu nedenle temizlik ürünlerinde uygulanmaları anlamlı değildir. Kriz sırasında tercihi Fiyat a doğru yönelen tüketiciler bir alana bir bedava promosyonlarını tercih etmektedirler. Temizlik ürünlerinin uzun süre saklanabilme özelliği bu tercihe yöne vermiş olabilir. Bu promosyonda ise meslek grubu olarak Özel Sektör dışındakilere yönelmek anlamlı olacaktır. Gelir düzeyi 2000 TL den yüksek olan ve Kamu-Özel Sektör gruplarında çalışanlar temizlik ürünü alırken Hijyen den taviz vermemektedir. Bu nedenle bu gruba yönelik bir promosyon uygulanmaması önerilir. Diğer promosyonlarda alt dal oluşmadığı için bu konuda anlamlı yorum yapılamamaktadır Elektronik Ürünleri İçin Kriz Sırasında Uygulanabilecek Stratejilerin Değerlendirilmesi Kriz sırasında elektronik ürünlerinde tüketicilerin en çok dikkat ettiği özellikler ve buna uygun stratejiler Ek-12 de karar ağacı şeklinde gösterilmiştir. Elektronik ürünlerde Meslek grubu olarak Özel ve Kamu Sektöründe çalışan bayların, kriz sırasında da elektronik tercihinde Marka dan vazgeçmedikleri, öğrencilerin ise Kalite den taviz vermedikleri, gözlenmiştir. Bu gruplara promosyon yapılması anlamlı değildir.

35 25 Elektronik üründe uygulanabilecek promosyonlara baktığımızda bir alana bir bedava promosyonu tüketicinin fikrini çok fazla etkilememektedir. Zaten böyle bir kampanya maliyet açısından pek mümkün değildir. Bu ürün grubunda en çok fiyat üzerinden % olarak yapılan indirimler ve kaliteli markanın alt ürünü stratejileri etkili olmaktadır Kozmetik Ürünleri İçin Kriz Sırasında Uygulanabilecek Stratejilerin Değerlendirilmesi Kriz sırasında kozmetik ürünlerinde tüketicilerin en çok dikkat ettiği özellikler ve buna uygun stratejiler Ek-13 de karar ağacı şeklinde gösterilmiştir. Bayanların kozmetik ürünlerinde % 48 oranında Marka dan taviz vermediğini, hatta 25 yaş üstü ve aylık geliri 1200 TL den yüksek olan kesimde Marka dan taviz verilmediği detaylı bir şekilde görülebilmektedir. Bayların ise kriz öncesinde de fiyata önem verdiği için fikirlerinde bir değişim olmayacaktır. Gıda ürününde uygulanabilecek promosyonlara baktığımızda bir alana bir bedava promosyonu tüketicinin fikrini çok fazla etkilememektedir. Bu nedenle kozmetik ürünlerinde uygulanmaları anlamlı değildir. Bu promosyonun etkili olmayışının sebebini özellikle bayanların sürekli değişen kozmetik zevklerine bağlayabiliriz. Kriz sırasında tercihi Fiyat a doğru yönelen tüketiciler en çok ürün alana hediye %0-30 İndirim ve çekilişle hediye promosyonlarını tercih etmektedirler. Eğer bir şirket kozmetik ürününde bu promosyonları uygulayacaksa özel sektör dışındaki meslek gruplarını tercih etmelidir.

36 26 4. SONUÇ Kriz sırasında şirketlerin en az zararla hatta krizi fırsata dönüştürerek çıkabilmesi için pazarlama stratejilerine büyük önem vermesi gerekmektedir. Gıda, Kozmetik, Elektronik ve Temizlik ürünleri ile ilgili promosyonlar genellikle tüm Türkiye çapında uygulandığı için Eskişehir de uygulanan bu anket sayesinde hangi tüketiciye hangi pazarlama stratejisiyle yaklaşmak gerektiği belirlenmiş ve Türkiye genelinde tutarlı olabilecek sonuçlar elde edilmiştir. Bu sayede şirketlerin hitap edecekleri asıl hedef kitleye Endüstri Mühendisliği bakış açısıyla pratik, ucuz ve hızlı bir şekilde odaklanması sağlanmıştır. Bu analiz çalışmasını farklı şehirlerde gerçekleştirerek, hedef kitlelere uygulanacak stratejiyi sağlamlaştırmak da mümkündür.

37 27 KAYNAKLAR Doğan, Dr.Nurhan CHAID Analizi ve Aile Planlaması ile ilgili Bir Uygulama (2003) Koyuncugil, Ali Serhan. Borsa Şirketlerinin Sektörel Risk Profillerinin Veri madenciliğiyle Belirlenmesi ( 2007) Özekes,Serhat. Veri Madenciliği Modelleri ve Uygulama Alanları İstanbul Ticaret Üniversitesi Dergisi. Özgülbaş, N. ve Koyuncugil, A.S. İMKB de İşlem Gören KOBİ lerin Veri Madenciliği Karar Ağaçları Algoritmalarından CHAID ile Profillendirilmesi ve Küreselleşme Sürecinde Güçlü Ve Zayıf Yönlerinin Belirlenmesi. 10. Ulusal Finans Sempozyumu. (2006) Sarıkan, Burçin. Veri Madenciliği ve İstatistik (2003) SPSS AnswerTree 3.0 User s Guide, SPSS Inc. USA 226 p.

38 Ek-1 ANKET TÜKETİCİ ANKETİ 1. CİNSİYET: O Kadın O Erkek 2. YAŞ O O O MEDENİ DURUM: O Evli O Bekar O Diğer 4. EĞİTİM DURUMU: O İlköğretim O Ortaöğretim O Ön Lisans O Lisans O Lisansüstü 5. MESLEK: O Özel Sektör O Kamu O Emekli O Öğrenci O Ev hanımı O Çalışmıyor 6. AİLENİN AYLIK TOPLAM GELİRİ: O 600 den az O O O O 2000 den çok EKONOMİK KRİZ ÖNCESİNDE; 7. Bir Gıda Ürününde Dikkat Ettiğiniz En Önemli Özellik Neydi?( Bir Tanesini Seçiniz.) O Fiyat O Marka O Kalite O Hijyen O Servis 8. Bir Temizlik Ürününde Dikkat Ettiğiniz En Önemli Özellik Neydi?( Bir Tanesini Seçiniz.)

39 Ek-1 (Devam) O Fiyat O Marka O Kalite O Hijyen O Servis 9. Bir Elektronik Üründe Dikkat Ettiğiniz En Önemli Özellik Neydi?( Bir Tanesini Seçiniz.) O Fiyat O Marka O Kalite O Hijyen O Servis 10. Bir Kozmetik Ürününde Dikkat Ettiğiniz En Önemli Özellik Neydi?( Bir Tanesini Seçiniz.) O Fiyat O Marka O Kalite O Hijyen O Servis EKONOMİK KRİZ SONRASINDA; 11. Bir Gıda Ürününde Dikkat Ettiğiniz En Önemli Özellik Nedir?( Bir Tanesini Seçiniz.) O Fiyat O Marka O Kalite O Hijyen O Servis Eğer kriz sonrasında seçiminizde bir değişim mevcutsa lütfen şu soruyu yanıtlayınız: Hangi strateji veya promosyon sizin için kriz döneminde kaliteli ürün yada alt ürünlerini almaya teşvik eder? O Bir alana 1 Bedava O Çekilişle hediye kampanyaları O Ürün alana hediye O % 0-30 fiyat indirimi O % indirim O % indirim O Güvendiğiniz kaliteli markanın farklı bir isimle çıkarmış olduğu uygun fiyatlı ürün ( Örneğin, Pınar Süt ün Yörük markası ile daha az et oranlı ve daha uygun fiyatlı ürünleri)

40 Ek-1 (Devam) 12. Bir Temizlik Ürününde Dikkat Ettiğiniz En Önemli Özellik Neydi?( Bir Tanesini Seçiniz.) O Fiyat O Marka O Kalite O Hijyen O Servis Eğer kriz sonrasında seçiminizde bir değişim mevcutsa lütfen şu soruyu yanıtlayınız: Hangi strateji veya promosyon sizin için kriz döneminde kaliteli ürün yada alt ürünlerini almaya teşvik eder? O Bir alana 1Bedava O Çekilişle hediye kampanyaları O Ürün alana hediye O % 0-30 fiyat indirimi O % indirim O % indirim O Güvendiğiniz kaliteli markanın farklı bir isimle çıkarmış olduğu uygun fiyatlı ürün ( Örneğin, Pınar Süt ün Yörük markası ile daha az et oranlı ve daha uygun fiyatlı ürünleri) 13. Bir Elektronik Üründe Dikkat Ettiğiniz En Önemli Özellik Nedir?( Bir Tanesini Seçiniz.) O Fiyat O Marka O Kalite O Hijyen O Servis Eğer kriz sonrasında seçiminizde bir değişim mevcutsa lütfen şu soruyu yanıtlayınız: Hangi strateji veya promosyon sizin için kriz döneminde kaliteli ürün yada alt ürünlerini almaya teşvik eder? O Bir alana 1Bedava O Çekilişle hediye kampanyaları O Ürün alana hediye O % 0-30 fiyat indirimi O % indirim O % indirim O Güvendiğiniz kaliteli markanın farklı bir isimle çıkarmış olduğu uygun fiyatlı ürün ( Örneğin, Pınar Süt ün Yörük markası ile daha az et oranlı ve daha uygun fiyatlı ürünleri)

41 Ek-1 (Devam) 14. Bir Kozmetik Ürününde Dikkat Ettiğiniz En Önemli Özellik Nedir?( Bir Tanesini Seçiniz.) O Fiyat O Marka O Kalite O Hijyen O Servis Eğer kriz sonrasında seçiminizde bir değişim mevcutsa lütfen şu soruyu yanıtlayınız: Hangi strateji veya promosyon sizin için kriz döneminde kaliteli ürün yada alt ürünlerini almaya teşvik eder? O Bir alana 1Bedava O Çekilişle hediye kampanyaları O Ürün alana hediye O % 0-30 fiyat indirimi O % indirim O % indirim O Güvendiğiniz kaliteli markanın farklı bir isimle çıkarmış olduğu uygun fiyatlı ürün ( Örneğin, Pınar Süt ün Yörük markası ile daha az et oranlı ve daha uygun fiyatlı ürünleri)

42 Ek-2 KRİZ ÖNCESİ GIDA ÜRÜNLERİNDE DURUM Ek-3 KRİZ SIRASINDA GIDA ÜRÜNLERİNDE DURUM

43

44 Ek-4 KRİZ ÖNCESİ TEMİZLİK ÜRÜNLERİNDE DURUM

45 Ek-5 KRİZ SIRASINDA TEMİZLİK ÜRÜNLERİNDE DURUM

46 Ek-6 KRİZ ÖNCESİ ELEKTRONİK ÜRÜNLERİNDE DURUM

47 Ek-7 KRİZ SIRASINDA ELEKTRONİK ÜRÜNLERİNDE DURUM

48 Ek-8 KRİZ ÖNCESİ KOZMETİK ÜRÜNLERİNDE DURUM

49 Ek-9 KRİZ SIRASINDA KOZMETİK ÜRÜNLERİNDE DURUM

50 Ek-10 KRİZ SIRASINDA GIDA ÜRÜNLERİNDE UYGULANABİLECEK STRATEJİLERİN DAĞILIMLARI

51 Ek-11 KRİZ SIRASINDA TEMİZLİK ÜRÜNLERİNDE UYGULANABİLECEK STRATEJİLERİN DAĞILIMLARI

52 Ek-12 KRİZ SIRASINDA ELEKTRONİK ÜRÜNLERİNDE UYGULANABİLECEK STRATEJİLERİN DAĞILIMLARI

53 Ek-13 KRİZ SIRASINDA KOZMETİK ÜRÜNLERİNDE UYGULANABİLECEK STRATEJİLERİN DAĞILIMLARI

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimli Öğrenmenin Temelleri Karar Ağaçları Entropi ID3 Algoritması C4.5 Algoritması Twoing

Detaylı

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma

Detaylı

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Sınıflandırma yöntemleri Karar ağaçları ile sınıflandırma Entropi Kavramı ID3 Algoritması C4.5

Detaylı

VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr

VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma

Detaylı

AMAÇ. Finansal Performans Ölçümü İĞİ RLENMESİ. Kamu Hastanelerinde Finansal Perspektif

AMAÇ. Finansal Performans Ölçümü İĞİ RLENMESİ. Kamu Hastanelerinde Finansal Perspektif HASTANELER İÇİN N VERİ MADENCİLİĞİ İĞİ ile FİNANSAL F ERKEN UYARI SİNYALLERİNİN N ve YOL HARİTALARININ BELİRLENMES RLENMESİ Dr. Ali Serhan KOYUNCUGİL Sermaye Piyasası Kurulu Araştırma Dairesi askoyuncugil@gmail.com

Detaylı

TANIMLAYICI İSTATİSTİKLER

TANIMLAYICI İSTATİSTİKLER TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin

Detaylı

Veri Madenciliği Karar Ağacı Oluşturma

Veri Madenciliği Karar Ağacı Oluşturma C4.5 Algoritması Veri Madenciliği Karar Ağacı Oluşturma Murat TEZGİDER 1 C4.5 Algoritması ID3 algoritmasını geliştiren Quinlan ın geliştirdiği C4.5 karar ağacı oluşturma algoritmasıdır. ID3 algoritmasında

Detaylı

TEMEL EĞİTİMDEN ORTAÖĞRETİME GEÇİŞ ORTAK SINAV BAŞARISININ ÇEŞİTLİ DEĞİŞKENLER AÇISINDAN İNCELENMESİ

TEMEL EĞİTİMDEN ORTAÖĞRETİME GEÇİŞ ORTAK SINAV BAŞARISININ ÇEŞİTLİ DEĞİŞKENLER AÇISINDAN İNCELENMESİ T.C. MİLLÎ EĞİTİM BAKANLIĞI ÖLÇME, DEĞERLENDİRME VE SINAV HİZMETLERİ GENEL MÜDÜRLÜĞÜ VERİ ANALİZİ, İZLEME VE DEĞERLENDİRME DAİRE BAŞKANLIĞI TEMEL EĞİTİMDEN ORTAÖĞRETİME GEÇİŞ ORTAK SINAV BAŞARISININ ÇEŞİTLİ

Detaylı

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin

Detaylı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli

Detaylı

Uzaktan Algılama Uygulamaları

Uzaktan Algılama Uygulamaları Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ

Detaylı

VERİ MADENCİLİĞİNE BAKIŞ

VERİ MADENCİLİĞİNE BAKIŞ VERİ MADENCİLİĞİNE BAKIŞ İçerik Veri Madenciliği Neden Veri Madenciliği? Veri ve Veri Madenciliğinin Önemi Günümüzde Kullanılan Veri Madenciliğinin Çeşitli İsimleri Veri Madenciliği Nedir? Neden Veri Madenciliği?

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

Detaylı

VERİ MADENCİLİĞİNİN GÖREVLERİ

VERİ MADENCİLİĞİNİN GÖREVLERİ VERİ MADENCİLİĞİNİN GÖREVLERİ VERİ MADENCİLİĞİNİN GÖREVLERİ Classification (Sınıflandırma) Karakterizasyon (Betimleme) Regression (İlişki Çıkarımı) Clustering (Kümeleme) Association (İlişki Analizi) Forecasting

Detaylı

Büyük Veri ve Endüstri Mühendisliği

Büyük Veri ve Endüstri Mühendisliği Büyük Veri ve Endüstri Mühendisliği Mustafa Gökçe Baydoğan Endüstri Mühendisliği Bölümü Boğaziçi Üniversitesi İstanbul Yöneylem Araştırması/Endüstri Mühendisliği Doktora Öğrencileri Kolokyumu 21-22 Nisan

Detaylı

20. ULUSAL PAZARLAMA KONGRESİ Anadolu Üniversitesi - Eskişehir

20. ULUSAL PAZARLAMA KONGRESİ Anadolu Üniversitesi - Eskişehir 20. ULUSAL PAZARLAMA KONGRESİ Anadolu Üniversitesi - Eskişehir Ürün Türü ve Seviyesinin Tüketicilerin Amaca Yönelik Pazarlama Markası Satın Alma İsteği Üzerindeki Rolü - Özet Bildiri - Bayram Zafer Erdoğan

Detaylı

Dokuz Dokuz Eylül Eylül Üniversitesi İktisadi ve ve İdari İdari Bilimler Fakültesi Dergisi Cilt:23 Cilt:23 Sayı:1, Sayı:1, Yıl:2008, ss:1-21.

Dokuz Dokuz Eylül Eylül Üniversitesi İktisadi ve ve İdari İdari Bilimler Fakültesi Dergisi Cilt:23 Cilt:23 Sayı:1, Sayı:1, Yıl:2008, ss:1-21. Dokuz Dokuz Eylül Eylül Üniversitesi İktisadi ve ve İdari İdari Bilimler Fakültesi Dergisi Cilt:23 Cilt:23 Sayı:1, Sayı:1, Yıl:2008, ss:1-21. İMKB DE İŞLEM GÖREN KOBİ LERİN GÜÇLÜ VE ZAYIF YÖNLERİ: CHAID

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimsiz Öğrenmenin Temelleri Kümeleme Uzaklık Fonksiyonları Öklid Uzaklığı Manhattan

Detaylı

VERİ MADENCİLİĞİ önemsiz olmayan, gizli, önceden bilinmeyen, potansiyel olarak kullanışlı

VERİ MADENCİLİĞİ önemsiz olmayan, gizli, önceden bilinmeyen, potansiyel olarak kullanışlı Veri Madenciliği, örüntü tanıma, istatistik ve matematiksel yöntemlerin kullanımıyla devasa miktardaki güncel ya da geçmiş veri içerisinden ilgi çekici ( önemsiz olmayan, gizli, önceden bilinmeyen, potansiyel

Detaylı

Uyumluluk markalamasından katma değerli kodlamaya kadar

Uyumluluk markalamasından katma değerli kodlamaya kadar Teknik rapor Uyumluluk markalamasından katma değerli kodlamaya kadar Ultra Yüksek Hızlı Sürekli Mürekkep Püskürtme teknolojisi, ambalajlamayı geliştirmek için yeni olanaklar oluşturmaktadır Kodlama ve

Detaylı

İçindekiler. Ön Söz... xiii

İçindekiler. Ön Söz... xiii İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1

Detaylı

Çok fazla bilgiden gizli kalmış örüntüleri ortaya çıkarma sürecine Veri Madenciliği denir.

Çok fazla bilgiden gizli kalmış örüntüleri ortaya çıkarma sürecine Veri Madenciliği denir. Veri Madenciliği Çok fazla bilgiden gizli kalmış örüntüleri ortaya çıkarma sürecine Veri Madenciliği denir. istatistik + makine öğrenmesi + yapay zeka = veri madenciliği Veri madenciliği süreçleri CRISP-DM

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı

Kredi Limit Optimizasyonu:

Kredi Limit Optimizasyonu: Kredi Limit Optimizasyonu: «Teorik Değil Pratik" Simge Danışman Analitik Direktörü, Experian EMEA Kar Gelişimi Kredi Limit Optimizasyonu Optimizasyona Genel Bakış Profilleme Modelleme Karar Matrisleri

Detaylı

Merkezi Eğilim ve Dağılım Ölçüleri

Merkezi Eğilim ve Dağılım Ölçüleri Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki

Detaylı

Makine Öğrenmesi İle Duygu Analizinde Veri Seti Performansı

Makine Öğrenmesi İle Duygu Analizinde Veri Seti Performansı Makine Öğrenmesi İle Duygu Analizinde Veri Seti Performansı Hatice NİZAM İstanbul Üniversitesi Bilgisayar Mühendisliği Bölümü haticenizam@outlook.com Saliha Sıla AKIN ERS Turizm Yazılım Şirketi, Bilgisayar

Detaylı

Diyarbakır da Anayasa Değişiklik Paketi ve Referandum Algısı. 10 Ağustos 2010 Diyarbakır

Diyarbakır da Anayasa Değişiklik Paketi ve Referandum Algısı. 10 Ağustos 2010 Diyarbakır Diyarbakır da Anayasa Değişiklik Paketi ve Referandum Algısı 10 Ağustos 2010 Diyarbakır 2 DİYARBAKIR DA ANAYASA DEĞİŞİKLİK PAKETİ VE REFERANDUM ALGISI 10 Ağustos 2010 Doç. Dr. Behçet Oral Doç. Dr. İlhan

Detaylı

BİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Ödev Çözümleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Ödev 1 Çözümleri 2 1. Bir sonucun

Detaylı

SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER. Abdullah Can

SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER. Abdullah Can SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER SPSS in üzerinde işlem yapılabilecek iki ana ekran görünümü vardır. DATA VIEW (VERİ görünümü) VARIABLE VIEW (DEĞİŞKEN görünümü) 1 DATA VIEW (VERİ görünümü) İstatistiksel

Detaylı

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ 1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma

Detaylı

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ Ezgi Özkara a, Hatice Yanıkoğlu a, Mehmet Yüceer a, * a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü, Malatya, 44280 myuceer@inonu.edu.tr

Detaylı

Ki-Kare Bağımsızlık Analizi

Ki-Kare Bağımsızlık Analizi Ki-Kare Bağımsızlık Analizi Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Ki-Kare Bağımsızlık Analizi Kikare bağımsızlık analizi, isimsel ya da sıralı ölçekli

Detaylı

ÖRNEK BULGULAR. Tablo 1: Tanımlayıcı özelliklerin dağılımı

ÖRNEK BULGULAR. Tablo 1: Tanımlayıcı özelliklerin dağılımı BULGULAR Çalışma tarihleri arasında Hastanesi Kliniği nde toplam 512 olgu ile gerçekleştirilmiştir. Olguların yaşları 18 ile 28 arasında değişmekte olup ortalama 21,10±1,61 yıldır. Olguların %66,4 ü (n=340)

Detaylı

Veri Madenciliği Yaklaşımı ile Mesleki Yönlendirme Sistemi

Veri Madenciliği Yaklaşımı ile Mesleki Yönlendirme Sistemi Veri Madenciliği Yaklaşımı ile Mesleki Yönlendirme Sistemi YRD. DOÇ. DR. HÜSEYİN GÜRÜLER MUĞLA SITKI KOÇMAN ÜNİVERSİTESİ, TEKNOLOJİ FAKÜLTESİ, BİLİŞİM SİSTEMLERİ MÜHENDİSLİĞİ Meslek Seçimi Meslek Seçimi

Detaylı

GİRİŞİMCİNİN GÜNDEMİ

GİRİŞİMCİNİN GÜNDEMİ GİRİŞİMCİNİN GÜNDEMİ Girişimcinin Gündemi GİRİŞİMCİLER VE KOBİ LER AÇISINDAN MARKA VE ÖNEMİ Günal ÖNCE Günümüzde markalara, Amerikan Pazarlama Birliği nin tanımladığının yanı sıra sadece sahip oldukları

Detaylı

Doç.Dr. Mehmet MARANGOZ İNTERNETTE PAZARLAMA. Beta

Doç.Dr. Mehmet MARANGOZ İNTERNETTE PAZARLAMA. Beta Doç.Dr. Mehmet MARANGOZ İNTERNETTE PAZARLAMA İstanbul - 2014 Beta I Yayın No : 3055 İşletme-Ekonomi Dizisi : 639 1. Baskı - Ocak 2014 - İSTANBUL ISBN 978-605 - 333-082 - 0 Copyright Bu kitab n bu bas s

Detaylı

İSTATİSTİKTE TEMEL KAVRAMLAR

İSTATİSTİKTE TEMEL KAVRAMLAR İSTATİSTİKTE TEMEL KAVRAMLAR 1. ve 2. Hafta İstatistik Nedir? Bir tanım olarak istatistik; belirsizlik altında bir konuda karar verebilmek amacıyla, ilgilenilen konuya ilişkin verilerin toplanması, düzenlenmesi,

Detaylı

İÇİNDEKİLER 1. GİRİŞ...

İÇİNDEKİLER 1. GİRİŞ... İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel

Detaylı

İÇİNDEKİLER BİRİNCİ KISIM: TASARIM PAZARLAMA ARAŞTIRMASINA GİRİŞ

İÇİNDEKİLER BİRİNCİ KISIM: TASARIM PAZARLAMA ARAŞTIRMASINA GİRİŞ İÇİNDEKİLER ÖNSÖZ... v TEŞEKKÜR... vi İKİNCİ BASKIYA ÖNSÖZ VE TEŞEKKÜR... vii İÇİNDEKİLER... ix ŞEKİLLER LİSTESİ... xviii TABLOLAR LİSTESİ... xx BİRİNCİ KISIM: TASARIM BİRİNCI BÖLÜM PAZARLAMA ARAŞTIRMASINA

Detaylı

MEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU

MEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU MEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU Dersin Adı-Kodu: BİS 601 Örnek Genişliği ve Güç Programın Adı: Biyoistatistik Dersin düzeyi Doktora Ders saatleri ve Teori Uyg. Lab. Proje/Alan Çalışması

Detaylı

BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3

BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 KİTABIN İÇİNDEKİLER BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 BÖLÜM-2.BİLİMSEL ARAŞTIRMA Belgesel Araştırmalar...7 Görgül Araştırmalar Tarama Tipi Araştırma...8

Detaylı

Bafra Ticaret ve Sanayi Odası 2012 Üye Memnuniyeti Anketi

Bafra Ticaret ve Sanayi Odası 2012 Üye Memnuniyeti Anketi Bafra Ticaret ve Sanayi Odası Giriş Anket çalışması ile ilgili kurum ile hizmet sözleşmesi imzalanması ve proje koordinatörü ile gerçekleştirilen toplantı sonrası araştırma çalışmaları hakkında bir faaliyet

Detaylı

Ders 1 Minitab da Grafiksel Analiz-I

Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 1 Minitab da Grafiksel Analiz-I İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya

Detaylı

Ayakkabı Sektör Profili

Ayakkabı Sektör Profili Ayakkabı Sektör Profili Elif UĞUR Ayakkabı, çok eski çağlarda insanların zorlu coğrafya ve iklim koşullarında ayaklarını muhafaza etmek ve zarar görmelerini engellemek amacıyla kullanılırken günümüzde

Detaylı

SPSS-Tarihsel Gelişimi

SPSS-Tarihsel Gelişimi SPSS -Giriş SPSS-Tarihsel Gelişimi ilk sürümü Norman H. Nie, C. Hadlai Hull ve Dale H. Bent tarafından geliştirilmiş ve 1968 yılında piyasaya çıkmış istatistiksel analize yönelik bir bilgisayar programıdır.

Detaylı

Kategorik Veri Analizi

Kategorik Veri Analizi Kategorik Veri Analizi 6.Sunum Yrd. Doç. Dr. Sedat ŞEN 1 ANALİZ TÜRLERİ Bağımlı Değ. Bağımsız Değ. Analiz Sürekli İki kategorili t-testi, Wilcoxon testi Sürekli Kategorik ANOVA, linear regresyon Sürekli

Detaylı

VERİ MADENCİLİĞİNDE KARAR AĞACI ALGORİTMALARI İLE BİLGİSAYAR VE İNTERNET GÜVENLİĞİ ÜZERİNE BİR UYGULAMA

VERİ MADENCİLİĞİNDE KARAR AĞACI ALGORİTMALARI İLE BİLGİSAYAR VE İNTERNET GÜVENLİĞİ ÜZERİNE BİR UYGULAMA Endüstri Mühendisliði Dergisi Cilt: 5 Sayý: 3-4 Sayfa: (-19) Makale VERİ MADENCİLİĞİNDE KARAR AĞACI ALGORİTMALARI İLE BİLGİSAYAR VE İNTERNET GÜVENLİĞİ ÜZERİNE BİR UYGULAMA Aslı ÇALIŞ, Sema KAYAPINAR*,

Detaylı

VERİ MADENCİLİĞİ. Karar Ağacı Algoritmaları: SPRINT algoritması Öğr.Gör.İnan ÜNAL

VERİ MADENCİLİĞİ. Karar Ağacı Algoritmaları: SPRINT algoritması Öğr.Gör.İnan ÜNAL VERİ MADENCİLİĞİ Karar Ağacı Algoritmaları: SPRINT algoritması Öğr.Gör.İnan ÜNAL SPRINT Algoritması ID3,CART, ve C4.5 gibi algoritmalar önce derinlik ilkesine göre çalışırlar ve en iyi dallara ayırma kriterine

Detaylı

PARALEL VERİ MADENCİLİĞİ ALGORİTMALARI. BAŞARIM 09, 15-18 Nisan 2009, ODTÜ, Ankara

PARALEL VERİ MADENCİLİĞİ ALGORİTMALARI. BAŞARIM 09, 15-18 Nisan 2009, ODTÜ, Ankara PARALEL VERİ MADENCİLİĞİ ALGORİTMALARI BAŞARIM 09, 15-18 Nisan 2009, ODTÜ, Ankara Veri Madenciliğine Genel Bir Bakış Veri Madenciliğinin Görevleri Sınıflama Seri Sınıflama Algoritmaları Paralel Sınıflama

Detaylı

Makine Öğrenmesi 3. hafta

Makine Öğrenmesi 3. hafta Makine Öğrenmesi 3. hafta Entropi Karar Ağaçları (Desicion Trees) ID3 C4.5 Sınıflandırma ve Regresyon Ağaçları (CART) Karar Ağacı Nedir? Temel fikir, giriş verisinin bir kümeleme algoritması yardımıyla

Detaylı

Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data)

Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data) Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data) M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, The Elements of Statistical Learning: Data

Detaylı

Korelasyon, Korelasyon Türleri ve Regresyon

Korelasyon, Korelasyon Türleri ve Regresyon Korelasyon, Korelasyon Türleri ve Regresyon İçerik Korelasyon Korelasyon Türleri Korelasyon Katsayısı Regresyon KORELASYON Korelasyon iki ya da daha fazla değişken arasındaki doğrusal ilişkiyi gösterir.

Detaylı

Veri Tabanı, Veri Ambarı, Veri Madenciliği. Veri Madenciliği Uygulama Alanları

Veri Tabanı, Veri Ambarı, Veri Madenciliği. Veri Madenciliği Uygulama Alanları 1 Veri Tabanı, Veri Ambarı, Veri Madenciliği Bilgi Keşfi Aşamaları Apriori Algoritması Veri Madenciliği Yöntemleri Problemler Veri Madenciliği Uygulama Alanları 2 Bir bilgisayarda sistematik şekilde saklanmış,

Detaylı

SPSS (Statistical Package for Social Sciences)

SPSS (Statistical Package for Social Sciences) SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) Data Editör iki arayüzden oluşur. 1. Data View 2. Variable

Detaylı

Eğitim seti (training set) sınıflandırma modelinin elde edileceği kayıtları içerir

Eğitim seti (training set) sınıflandırma modelinin elde edileceği kayıtları içerir sınıflandırma: temel kavramlar, karar ağaçları ve model değerlendirme Sınıflandırma : Tanım Eğitim seti (training set) sınıflandırma modelinin elde edileceği kayıtları içerir Eğitim setindeki her kayıt

Detaylı

Digiboard Mecra Ölçüm Raporu

Digiboard Mecra Ölçüm Raporu Digiboard Mecra Ölçüm Raporu Ocak 2014 Şubat 2014 2013 Ipsos. Tüm Hakları Saklıdır. Bu dosya içeriği, Ipsos'un izni olmaksızın medya da dahil üçüncü bir kurum/kişi/medya ile paylaşılamaz. Ipsos tarafından

Detaylı

Adım Adım SPSS. 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü. Y. Doç. Dr. İbrahim Turan Nisan 2011

Adım Adım SPSS. 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü. Y. Doç. Dr. İbrahim Turan Nisan 2011 Adım Adım SPSS 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü Y. Doç. Dr. İbrahim Turan Nisan 2011 File (Dosya) Menüsü Excel dosyalarını SPSS e aktarma Variable View (Değişken Görünümü 1- Name (İsim - Kod)

Detaylı

bitık MOBİL TİCARET UYGULAMASI ABDULLAH ÇİÇEKCİ

bitık MOBİL TİCARET UYGULAMASI ABDULLAH ÇİÇEKCİ bitık MOBİL TİCARET UYGULAMASI ABDULLAH ÇİÇEKCİ - 150110046 İÇERİK Uygulama ve uygulamaya ilişkin temel kavramların tanıtımı Uygulamanın yapısı Ön yüz Veritabanı Web Servisler K-Means Algoritması ile kategori

Detaylı

MYO-ÖS 2010- Ulusal Meslek Yüksekokulları Öğrenci Sempozyumu 21-22 EKĐM 2010-DÜZCE

MYO-ÖS 2010- Ulusal Meslek Yüksekokulları Öğrenci Sempozyumu 21-22 EKĐM 2010-DÜZCE MYO-ÖS 2010- Ulusal Meslek Yüksekokulları Öğrenci Sempozyumu 21-22 EKĐM 2010-DÜZCE MESLEK YÜKSEKOKULU ÖĞRENCİLERİNİN YAŞAM GİDERLERİNİN ERKEK ÖĞRENCİ DEĞİŞKENİNE GÖRE İNCELENMESİ, DÜZCE MYO ÖRNEĞİ Yrd.

Detaylı

1. Aşama: Terminoloji değişimi

1. Aşama: Terminoloji değişimi 1. Aşama: Terminoloji değişimi Perakende satış yok tüketici / alışverişçi talebi (alımı) var Dağıtım sistemi tuzaklarla doludur İş başarısının ölçümü nihai taleptir Her şey talebi anlamakla başlar 2 Dağıtım

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM 12 STUDENT T DAĞILIMI 1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir

Detaylı

BURDUR İLİNDE SPORA KATILIMIN SOSYO EKONOMİK BOYUTUNUN ARAŞTIRILMASI

BURDUR İLİNDE SPORA KATILIMIN SOSYO EKONOMİK BOYUTUNUN ARAŞTIRILMASI 996 I.BURDUR SEMPOZYUMU BURDUR İLİNDE SPORA KATILIMIN SOSYO EKONOMİK BOYUTUNUN ARAŞTIRILMASI Kemal FİLİZ * Kadir PEPE ** ÖZET Araştırmada, Burdur ilinde aktif spor yapan sporcuların sosyoekonomik profillerinin

Detaylı

Yerel Ürünlerin Tüketiminin Modellenmesi; Çoklu Bir Yöntem Yaklaşımı. Arş. Gör. Ayça Nur ŞAHİN

Yerel Ürünlerin Tüketiminin Modellenmesi; Çoklu Bir Yöntem Yaklaşımı. Arş. Gör. Ayça Nur ŞAHİN Yerel Ürünlerin Tüketiminin Modellenmesi; Çoklu Bir Yöntem Yaklaşımı Arş. Gör. Ayça Nur ŞAHİN Sunumun İçeriği GİRİŞ Yerel tarımsal ürün; yaşadığınız il, ülke ya da bölgeye yakın yerlerde yetiştirilmiş

Detaylı

2. Oracle Data Miner İle Örnek Bir Veri Madenciliği Çalışması

2. Oracle Data Miner İle Örnek Bir Veri Madenciliği Çalışması 2. Oracle Data Miner İle Örnek Bir Veri Madenciliği Çalışması Bu örnek uygulamada bir önceki yazımda Oracle SQL Developer a yüklediğim Data Miner Repository ile gelen hazır bir sigorta şirketi veri setini

Detaylı

Planlama Optimizasyonu ile Perakendede Karlılığı Artırmak

Planlama Optimizasyonu ile Perakendede Karlılığı Artırmak 1 Planlama Optimizasyonu ile Perakendede Karlılığı Artırmak Invent Analytics Prof. Dr. Gürhan Kök Kurucu ve Bilim Danışmanı Gratis Erdem Özcan Tedarik Zinciri Direktörü 2 AJANDA A. Invent Analytics B.

Detaylı

CarNext.Com. Tüketici ikinci el araç satın alma alışkanlıkları araştırması. Kasım 2018

CarNext.Com. Tüketici ikinci el araç satın alma alışkanlıkları araştırması. Kasım 2018 CarNext.Com Tüketici ikinci el araç satın alma alışkanlıkları araştırması Kasım 2018 1 ARAŞTIRMANIN AMACI LeasePlan 2.el araç satış platformu olarak CarNext markasının lansmanını yakın zamanda gerçekleştirmiştir.

Detaylı

İÇİNDEKİLER. Sunuş Bölüm I: Küresel İletişim, Değişen Paradigmalar ve Reklamın Yeni Rolü Küreselleşme Sürecinin İletişime Yansımaları

İÇİNDEKİLER. Sunuş Bölüm I: Küresel İletişim, Değişen Paradigmalar ve Reklamın Yeni Rolü Küreselleşme Sürecinin İletişime Yansımaları İÇİNDEKİLER Sunuş... 13 Bölüm I: Küresel İletişim, Değişen Paradigmalar ve Reklamın Yeni Rolü... 15 1. Küreselleşme Sürecinin İletişime Yansımaları 1.1. Küreselleşme Kavramı... 15 1.1.1. Küreselleşme Sürecinin

Detaylı

VERİ MADENCİLİĞİ (Veri Önişleme-1) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Veri Önişleme-1) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Veri Önişleme-1) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma Kümeleme

Detaylı

SmartMessage Kitlenizle Güçlü İlişkiler

SmartMessage Kitlenizle Güçlü İlişkiler SmartMessage Kitlenizle Güçlü İlişkiler 60+ deneyimli çalışan 2.000+ yerel & küresel müşteri 6 ofis SmartMessage Marketing Platform Müşterilerinize ulaştığınız dijital kanallardan maksimum fayda almanızı

Detaylı

01.02.2013. Statistical Package for the Social Sciences

01.02.2013. Statistical Package for the Social Sciences Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği

Detaylı

MÜŞTERİ İLİŞKİLERİ YÖNETİMİ (PZL208U)

MÜŞTERİ İLİŞKİLERİ YÖNETİMİ (PZL208U) DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ. MÜŞTERİ İLİŞKİLERİ YÖNETİMİ (PZL208U)

Detaylı

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi Parametrik Olmayan Testler Ki-kare (Chi-Square) Testi Ki-kare (Chi-Square) Testi En iyi Uygunluk (Goodness of Fit) Ki-kare Dağılımı Bir çok önemli istatistik testi ki kare diye bilinen ihtimal dağılımı

Detaylı

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 1 BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 Bu bölümde bir veri seti üzerinde betimsel istatistiklerin kestiriminde SPSS paket programının kullanımı açıklanmaktadır. Açıklamalar bir örnek üzerinde hareketle

Detaylı

Kurumsal Şeffaflık, Firma Değeri Ve Firma Performansları İlişkisi Bist İncelemesi

Kurumsal Şeffaflık, Firma Değeri Ve Firma Performansları İlişkisi Bist İncelemesi T.C İSTANBUL ÜNİVERSİTESİ Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı Finans Bilim Dalı Yüksek Lisans Tezi Özeti Kurumsal Şeffaflık, Firma Değeri Ve Firma Performansları İlişkisi Bist İncelemesi Prof.

Detaylı

Yazılım Mühendisliği 1

Yazılım Mühendisliği 1 Yazılım Mühendisliği 1 HEDEFLER Yazılım, program ve algoritma kavramları anlar. Yazılım ve donanım maliyetlerinin zamansal değişimlerini ve nedenleri hakkında yorum yapar. Yazılım mühendisliği ile Bilgisayar

Detaylı

Yapı Kredi Bankası Ar-Ge Çalışmaları Araştırma, Vizyon ve Uygulama. Eğitmen: Onur AĞIN

Yapı Kredi Bankası Ar-Ge Çalışmaları Araştırma, Vizyon ve Uygulama. Eğitmen: Onur AĞIN Yapı Kredi Bankası Ar-Ge Çalışmaları Araştırma, Vizyon ve Uygulama Eğitmen: Onur AĞIN 2016 Biz Kimiz? Kuruluş 9Eylül 2013 14 Kişilik bir Takım 11 Ar-Ge Mühendisi 2 Ar-Ge Koordinatörü 1 Müdür Yenilik Prototip

Detaylı

BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN

BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN YÜKSEK LİSANS TEZİ 2011 BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY

Detaylı

AVĐVASA da Veri Madenciliği Reşat Fırat ERSĐN Stratejik Planlama ve ĐşGeliştirme Birim Yöneticisi

AVĐVASA da Veri Madenciliği Reşat Fırat ERSĐN Stratejik Planlama ve ĐşGeliştirme Birim Yöneticisi AVĐVASA da Veri Madenciliği Reşat Fırat ERSĐN Stratejik Planlama ve ĐşGeliştirme Birim Yöneticisi AvivaSA Bir emeklilik ve hayat sigortası şirketi 1 Kasım 2007. Ak Emeklilik A.Ş. ve Aviva Hayat ve Emeklilik

Detaylı

127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ

127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ 127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ Veri Madenciliği : Bir sistemin veri madenciliği sistemi olabilmesi

Detaylı

LOJİSTİK REGRESYON ANALİZİ

LOJİSTİK REGRESYON ANALİZİ LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen

Detaylı

Veri ve Metin Madenciliği

Veri ve Metin Madenciliği Veri ve Metin Madenciliği Zehra Taşkın Veri Madenciliği Bir kutu toplu iğne İçine 3 boncuk düşürdünüz Nasıl alacağız? Fikirler? Veri Madenciliği Data Information Knowledge Veri madenciliği; Büyük yoğunluklu

Detaylı

PAPATYA YAYINCILIK EĞİTİM Bilgisayar Sis. San. ve Tic. A.Ş. Veri Madenciliği Yöntemleri Dr. Yalçın ÖZKAN -II-

PAPATYA YAYINCILIK EĞİTİM Bilgisayar Sis. San. ve Tic. A.Ş. Veri Madenciliği Yöntemleri Dr. Yalçın ÖZKAN -II- Dr. Yalçın ÖZKAN Dr. Yalçın ÖZKAN PAPATYA YAYINCILIK EĞİTİM Bilgisayar Sis. San. ve Tic. A.Ş. Ankara Caddesi, Prof. Fahreddin Kerim Gökay Vakfı İşhanı Girişi, No: 11/3, Cağaloğlu (Fatih)/İstanbul Tel

Detaylı

Veri ve Metin Madenciliği. Zehra

Veri ve Metin Madenciliği. Zehra Veri ve Metin Madenciliği Zehra Taşkın @zehrataskin Büyük Veri https://www.youtube.com/watch?v=tzxmjbl-i4y Veri Madenciliği Bir kutu toplu iğne İçine 3 boncuk düşürdünüz Nasıl alacağız? Veri Madenciliği

Detaylı

PARALOG SÜT PROGRAMLARINDA ROTA ĐCMALĐ

PARALOG SÜT PROGRAMLARINDA ROTA ĐCMALĐ PARALOG SÜT PROGRAMLARINDA ROTA ĐCMALĐ Versiyon : 3.6.7.x İlgili Programlar : Süt Programları Tarih : 07.04.2009 Doküman Seviyesi (1 5) : 3 (Tecrübeli Kullanıcılar) GĐRĐŞ Süt alım ve üretimi yapan özel

Detaylı

TÜRK PERAKENDE SEKTÖRÜ VE BEKLENTİLERİMİZ

TÜRK PERAKENDE SEKTÖRÜ VE BEKLENTİLERİMİZ TÜRK PERAKENDE SEKTÖRÜ VE BEKLENTİLERİMİZ Türkiye de perakende sektörü, 300 milyar dolara ulaşan büyüklüğü, 365 bin mağaza sayısı ve 2009-2013 yılları arasında yıllık bileşik %7 büyüme ile öne çıkan sektörler

Detaylı

DENİZLİ İLİ ÇALIŞAN NÜFUSUN İÇME SUYU TERCİHLERİ VE ETKİLEYEN FAKTÖRLER. PAÜ Tıp Fak. Halk Sağlığı A.D Araş. Gör. Dr. Ayşen Til

DENİZLİ İLİ ÇALIŞAN NÜFUSUN İÇME SUYU TERCİHLERİ VE ETKİLEYEN FAKTÖRLER. PAÜ Tıp Fak. Halk Sağlığı A.D Araş. Gör. Dr. Ayşen Til DENİZLİ İLİ ÇALIŞAN NÜFUSUN İÇME SUYU TERCİHLERİ VE ETKİLEYEN FAKTÖRLER PAÜ Tıp Fak. Halk Sağlığı A.D Araş. Gör. Dr. Ayşen Til Su; GİRİŞ ekosisteminin sağlıklı işlemesi, insanların sağlığı ve yaşamının

Detaylı

BÖLÜM 13 HİPOTEZ TESTİ

BÖLÜM 13 HİPOTEZ TESTİ 1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin

Detaylı

CBS ve Coğrafi Hesaplama

CBS ve Coğrafi Hesaplama Yıldız Teknik Üniversitesi CBS ve Coğrafi Hesaplama 2. Bölüm Yrd. Doç. Dr. Alper ŞEN Harita Mühendisliği Bölümü Kartografya Anabilim Dalı web: http://www.yarbis.yildiz.edu.tr/alpersen/ E mail: alpersen@yildiz.edu.tr

Detaylı

MURAT EĞİTİM KURUMLARI

MURAT EĞİTİM KURUMLARI 2013 KPSS de Testlerin Kapsamları Değişti ÖSYM tarafından yapılan açıklamaya göre 2013 KPSS de uygulanacak testlerin içeriğinde bir takım değişiklikler yapıldı. Bu değişikler başta Genel Yetenek - Genel

Detaylı

Örüntü Tanıma (EE 448) Ders Detayları

Örüntü Tanıma (EE 448) Ders Detayları Örüntü Tanıma (EE 448) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Örüntü Tanıma EE 448 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin Türü Dersin

Detaylı

İNVERTER ENTEGRELİ MOTORLAR

İNVERTER ENTEGRELİ MOTORLAR İNVERTER ENTEGRELİ MOTORLAR ENTEGRE MOTOR ÇÖZÜMLERİ Günümüzde enerji kaynakları hızla tükenirken enerjiye olan talep aynı oranda artmaktadır. Bununla beraber enerji maliyetleri artmakta ve enerjinin optimum

Detaylı

KANTİTATİF TEKNİKLER - Temel İstatistik -

KANTİTATİF TEKNİKLER - Temel İstatistik - KANTİTATİF TEKNİKLER - Temel İstatistik - 1 İstatistik Nedir? Belirli bir amaçla verilerin toplanması, düzenlenmesi, analiz edilerek yorumlanmasını sağlayan yöntemler topluluğudur. 2 İstatistik Kullanım

Detaylı

Üretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir.

Üretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir. BİYOİSTATİSTİK Üretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir. Veri Analiz Bilgi El ile ya da birtakım bilgisayar programları

Detaylı

QUANTILE REGRESYON * Quantile Regression

QUANTILE REGRESYON * Quantile Regression QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine

Detaylı

İstatistik Nedir? Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. İstatistiğin Konusu Olan Olaylar

İstatistik Nedir? Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. İstatistiğin Konusu Olan Olaylar ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya başlanmıştır. Ders 1 Minitab da

Detaylı

Baykuş Ödülleri 2013 -Ödül Alan Projeler

Baykuş Ödülleri 2013 -Ödül Alan Projeler Baykuş Ödülleri 2013 -Ödül Alan Projeler Proje Adı: TÜKETİCİ İÇGÖRÜSÜ VE MARKA KONUMLANDIRMA ARAŞTIRMASI Araştırma Şirketi: ERA RESEARCH & CONSULTANCY Araştırma Veren: İNCİ DERİ MAMULLERİ SAN. VE TİC.

Detaylı

YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2

YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2 Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Cilt 5, Sayı:2, 2003 YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI Sibel SELİM 1 Efe SARIBAY

Detaylı

İşletmelerin en temel iki fonksiyonu; mal ve hizmet üretmek ve üretilen mal ve hizmetleri pazarlamaktır. Üretim, mal veya hizmetlerin nasıl ortaya

İşletmelerin en temel iki fonksiyonu; mal ve hizmet üretmek ve üretilen mal ve hizmetleri pazarlamaktır. Üretim, mal veya hizmetlerin nasıl ortaya PAZARLAMA YÖNETİMİ İşletmelerin en temel iki fonksiyonu; mal ve hizmet üretmek ve üretilen mal ve hizmetleri pazarlamaktır. Üretim, mal veya hizmetlerin nasıl ortaya konulacağını; pazarlama ise hangi ürünlerin,

Detaylı